中国算力发展观察报告

浪潮信息中国算力发展观察报告2023年12月前言本报告聚焦于算力作为推动数字经济发展的关键引擎和支撑动力这一议目录数字经济和实体经济融合发展的本质是借助数字经济部门的数字技术、数字产品和服务，推动实体企业的数字化转型字技术加速向政务服务、社会治理等领域全面渗透。另一方面，数字化技术手段与组织系统不断推动各类要素资源在根据国家统计局发布的《数字经济及其核心产业统计分类(2021)》,数字经济可以分为数字产业化根据相关统计数据，中国数字产业化和产业数字化规模近年来都呈现逐年上升趋势。如图2所示，20国产业数字化规模从13.8万亿元上升到41.0万亿元，整体规模不断扩大，年均增长率约为16.9%;产业数字化在数字经济中的占比持续上升，由2015年的74.3%增长到了81.7%,上升了7.4个百分点。2015年至2022年，我国数字产业化规模从4.8万亿元增长到9.2万亿元，年平均增长率为9.8%;数字产业化在数字经济中的占比略有下降，由2015年的25.7%下降至18.3%,下降了7.4个百分点。自建算力设施自建算力设施第三，模型假设最终品生产过程中存在三种要素投入：非算力资本(K)、算力资本(H)和算力服务(X业数字化转型进程，在最终品生产过程中对非算力资本产生一定的互补和替代效应；另一方面，算力资本对非算力资算力服务作为新兴生产要素纳入生产过程，对资本使用具有一定的替代效应，即在生产过程中，算力服务的使用会替代一部分资本的投入。三种生产要素与闭环经济模型如图3所示。消费图3算力与经济增长模型注：研究团队根据模型设定所绘制算力投资推动经济长期增长算力投资推动经济长期增长上述包含算力在内的经济增长模型，将算力作为生产要素抽象为算力资本投资和算力服务引入经济模型之中，从经济理论层面剖析算力作为数字经济中的核心生产要素，并探究其影响经济增长的内在机制，得出以下结论：引入算力作为新兴生产要素的经济会实现持续稳态增长根据模型的分析结果，与传统非算力资本的边际生产率类似，算力资本的边际生产率和算力服务的边际生产率也存在着边际生产率递减的情况。具体而言，数字经济时代，算力资本和算力服务的初始投资的边际生产率较高。例如，数据中心、智能计算中心等的建立会明显拉动经济增长，但随着算力资本、算力服务的不断追加，算力资本和算力服务拉动经济增长的边际生产率逐渐降低，经济逐渐收敛至稳态，直到形成长期稳态增长。加大算力投资或带来稳态经济增长率的跃升通过分析稳态经济增长率中算力资本在储蓄投资中所占比例的影响表明，当算力资本的成本定价与实际利率之间满足一定的数量关系时，加大算力资本的投资比重会提升稳态经济增长率。这一结论表明，算力作为新兴生产要素，对经济发展的长期增长具有加速作用。在定价合理的情况下，加大算力投资可能带来一国(或地区)稳态经济增长率的跃升，算力资本的投资比重对经济稳态下的长期增长率具有正向溢出效应。因此，发达地区进一步加大算力投资在总投资中的占比将会获得相较于欠发达地区更高的稳态经济增长率。这一结论表明，算力先发地区的优势会随着算力投资比重的增加进一步获得强化，拉开与后发地区的差距。算力资本与传统非算力资本形成协同和互补替代效应首先，算力资本作为一种新兴生产要素能够与传统非算力资本形成协同效应。在产业数字化转型的进程中，算力资本的引入能够以创新的知识和技术提升非算力资本的边际生产率，进而提升资源的利用效率，能够产生比单纯投入非算力资本更高的经济增长动力。对于实体企业而言，投入算力资本所形成的数字基础设施和解决方案能够帮助企业借助云计算、大数据和人工智能等技术手段，对传统物质资本进行改造和升级，提高生产效率、优化资源配置、创新商业模式，增强企业的竞争力，促进实体经济的数字化转型发展。其次，算力资本的投资使用与传统非算力资本产生互补替代效应。从资本积累的角度来看，产业数字化转型过程中，算力资本的投资在一定程度上挤出了传统非算力资本在实际生产中的投资，形成了互补替代效应。同时，算力资本作为一种新生产投入，可以催生出新的产业、业态和发展模式，提升传统资本的利用效率，激发传统资本的创新活力。这种创新活力能够推动经济的持续发展和进步，实现产业结构的优化升级。我国算力基础设施建设与发展我国加快算力顶层政策设计，陆续出台《全国一体化大数据中心协同创新体系算力枢纽实施方案》、《新型数据中心发五”数字经济发展规划》等一系列文件为算力基础设施建设指明方向。在政策和需求双重驱动下，我国算力基础设施迈向高质量发展阶段。算力总规模持续扩大，呈现区域差异化发展算力总规模持续扩大，呈现区域差异化发展特点近年来，面对复杂严峻的国际环境，我国充分发挥超大规模市场优势，实现了算力规模和供给水平的大幅提升。围绕加快算力基础设施建设应用，从中央到地方出台了一系列重要政策举措，实施了一大批重大工程项目，推动我国算力产业实现快速发展。“十四五”规划提出要加快构建全国一体化大数据中心体系，建设若干国家枢纽节点和大数据中心集群，对算力资源跨区域发展进行统筹部署；工信部联合多部门先后印发了《全国一体化大数据中心协同创新体系算力枢纽实施方案》、《新型数据中心发展三年行动计划(2021-2023年)》、《算力基础设施高质量发展行动计划》、《数字中国建设整体布局规划》等，对算力基础设施高质量发展进行了系统规划。根据IDC相关统计数据测算，2022年中国通用算力规模达54.5EFLOPS,智能算力规模达259.9EFLOPS,预计到2027年通用算力规模将达到117.3EFLOPS,智能算力规模将达到1117.4EFLOPS。据工信部相关统计数据，截止2022年底，我国对外提供的公共基础算力规模超18EFLOPS,为公众提供服务的数据中心机架数达81.8万个，比2021年末净增8.4万个。整体而言，算力规模与数据中心数量、部署规模和区域分布密切相关。算力规模越大，相应的数据中心数量越多，分布越广泛；同时，数据中心的分布和部署规模也会影响算力的供给质量和应用效率。如果数据中心分布合理，算力供给类型和规模符合市场需求，可更好地提高算力资源的利用效率，否则或导致算力资源的浪费。结合“东数西算”工程数据枢纽及数据中心布局和由IDC统计的服务器出货量及预测数据来看(如图4),京津冀地区、长三角地区和粤港澳地区仍然是未来几年内服务器需求占据前三的地区，其中京津冀地区对服务器需求占据所有数据 图42019年至2026年分地区服务器出货量及预测台，相较2019年的服务器出货量2.4万台，对服务器的需求量有所降低。EFLOPS,智能算力占比达到35%。图52020年至2027年中国智能算力规模及预测地区项目名称时间北京市朝阳区北京数字经济算力中心天津市河北区天津人工智能计算中心项目一期竣工武清区中国电信京津冀大数据智能算力中心投入使用河北省廊坊市河北人工智能计算中心江苏省南京市南京鲲鹏·异腾人工智能计算中心投入使用苏州市吴淞江智能计算中心昆山智能计算中心试运行无锡市太湖量子智算中心甘肃省庆阳市全国一体化算力网络国家枢纽节点(甘肃庆阳)智算中心项目浙江省杭州市杭州人工智能计算中心丽水市浙江省青田县元宇宙智算中心宁波市宁波人工智能超算中心地区时间安徽省宿州市淮海智算中心广东省广州市广州人工智能公共算力中心投入使用中国智算中心投入使用四川省成都市成都智算中心投入使用辽宁省沈阳市沈阳人工智能计算中心投入使用大连市大连人工智能计算中心投入使用黑龙江省哈尔滨市哈尔滨人工智能先进计算中心投入使用海南省三亚市海南人工智能计算中心广西省南宁市中国-东盟人工智能计算中心湖南省长沙市长沙人工智能创新中心(算力中心)山东省青岛市青岛人工智能计算中心当前，国内新一代智算中心的建设依然面临着诸多问题，包括建设思路和方案缺乏统一的方向、建设方向和建设需求错位、高性能智能算力供给不足、高耗能问题、算力系统的初期应用效率偏低导致无法完全支撑全面的智能化应用场工智能产业发展和业务需求，重点在西部算力枢纽及人工智能发展基础较好地区集约化开展智算中心建设，逐步合理算力赋能产业智能化升级2023年10月，工信部等六部门联合印发《算力基础设施高质量发展行动计划》,从计算力、运载力、存储力以及应用赋能四个方面提出了到2025年发展量化指标。应用赋能方面，行动计划提出将围绕工业、金融、医疗、交通、能源、教育等重点领域，各打造30个以上应用标杆。算力对于各行业企业数字化转型及智能化升级的支撑作用主要体现为：基于算力基础设施，企业得以应用物联网、大数据、云计算、数字孪生等技术，改造传统业务流程、提升生产效率、降低运营成本、创新业务模式，助力企业智能化发展。随着Al技术应用的不断成熟，边缘算力建设，以及“云边端”算力泛在分布、协同发展，将更进一步支撑各行业企业对于低时延业务应用需求，进一步提升传统行业的智能化水平。数字技术在不同行业中的多样化应用场景，使得各行业企业对算力的需求具有一定的特殊性。本章选取互联网、金融、制造、医疗医药、电信、能源、交通运输七个具有代表性的行业，结合行业数据和典型案例，分析在算力基础设施支撑下，各行业企业智能化发展的特征和趋势。从数字化转型到智能化发展从数字化转型到智能化发展算力支撑产业融合发展一方面，算力发展推动了上下游产业链的融合。各行业企业数字化平台的构建，将产业链上下游企业连接在一起，实现信息共享、资源共享和数据共享，提高企业间的沟通和协作效率，提升整个产业的效率和竞争力。例如，在优化供应链管理方面，产业链上下游企业通过数字化技术实现各主体，如供应商、生产商、服务商等之间的数字化对接，从而提高供应链的透明度和协作效率，从而实现供应链的优化管理。另一方面，算力发展支撑不同行业的融合。数字技术的快速发展令不同行业之间的互动和协作变得更加紧密。例如，基于数字化技术应用，制造业和服务业不断融合，实现制造业的服务化转型9,提升制造业的附加值和竞争力。行业间智能化水平差距逐步缩小来的竞争优势，与行业内其他竞争对手拉开差距，正在迈入全面智能化阶段。首先，数据驱动的智能化应用成为行业领军企业数字化转型的创新方向。通过人工智能等技术，企业实现数据驱动的智其次，数据驱动战略决策成为行业领军企业数字化转型的重要一环。领先企业制定明确的数据战略，包括数据的收集、存储、处理和分析等方面。其数据战略与企业的业务战略相结合，以确保数据资产能够为业务增长提供支持。这种趋势包括从数据中获取洞察，以支持更科学、更明智的业务和战略决策，以及使用数据来优化运营，提高企业的战略规划和执行效再次，领先企业纷纷放眼于企业外部，积极推动数智化产业协同。以“数字化+智能化”为核心的数智化转型，已成为促进供应链、产业链高效协同和资源优化配置的有效手段。领先企业主动推动与产业链上下游企业的数字化协同平台建设，建立合作共赢的生态圈，共同推动产业的创新发展。不同行业算力需求和应用分析不同行业算力需求和应用分析因行业特点、业务需求及应用场景的不同，不同的行业企业对算力的需求在计算精度、计算速度、数据处理量等方面存在一定差异。如互联网行业需要处理大量的用户数据和流量数据，金融业因数据安全要求对安全类算力服务的需求潜力较大，交通行业尤其是自动驾驶领域对边缘计算需求较高。当前，各行业对人工智能算力的需求与日俱增。从智能算力需求量来看，如图6所示，2022年中国人工智能(Al)加速服务器市场出货量排名TOP5的行业(领域)分别为互联网、服务、政府、教育和金融。随着人工智能技术的不断应用拓展，不同行业的算力需求结构也将随之演化。图62022年各行业Al加速服务器出货量年至2021年上半年，互联网行业对智能算力的需求增长率保持在30%至40%之间平稳波动。在未来一段时间内，互联网270类不同人工智能算法模型。市治理和乡村治理下的各类场景。实现从源头打击违章建筑；基于物联网加持的智能床垫，可以监测老人夜间的身体情况，为老年群体提供更多健康保实现智能化的生态保护。用的空间。以数字经济和实体经济的深度融合推进新型工业化是我国在工业化后期深化工业化进程的重要战略选择。数字经济与50%的制造业供应链环节将采用人工智能技术，效率提升可达15%,这将使得企业能够在复杂生产环境和市场环境中在40%附近逐渐稳定，基本实现稳定增长。广东省机场集团物流有限公司是亚太地区最大航空运输企业之一，为解决伴随业务增长而凸显的传统运输业务模式问行动建议提升算效算力服务的生产本质上依然是算力资本的投入问题。根据模型分析结果，算力服务所需的算力资本投入与实体经济生产所需的算力资本之间会存在一个比例分配，从而达到算力资本和算力服务的优化配置。算力服务的供给是以满足实体经济生产的实际需求为目的，经过优化配置后不会产生冗余的算力服务，能够实现算力服务的供需均衡。从数字产业化的角度来看，算力服务市场的优化配置与自动出清表明了数字经济的不断发展最终是要服务于实体经济的不断增长。从产业数字化转型的角度来看，实体经济的数字化转型所创造出的新兴数字需求，开辟了数字经济产业新业态，推动了数字经济的持续发展。因此，算力层面上的数实融合应更侧重于推动实体经济发展。加快推动传统企业数字化转型加快推动传统企业数字化转型数字化转型是传统产业实现质量变革、效率变革、动力变革的重要途径。各行业的数字化转型需要完善的基础设施支持。政府部门可以加强数字化基础设施建设，为传统企业数字化转型提供支撑。同时，政府部门可以制定相关鼓励政策，例如提供财政支持、税收优惠等，以降低传统企业进行数字化改造的成本；设立数字化转型专项资金，加大对传统行业数字化改造的投资力度。还可以选取一些在数字化转型方面做得比较好的企业，建立数字化转型示范基地，通过实地考察、经验分享等方式，引导其他传统企业进行数字化转型。在传统行业中，相比于大型企业，中小企业数字化、网络化和智能化的基础普遍薄弱，在转型升级时面临更大的试错成本和风险，比如高成本制约、人才储备不足等难题现实地摆在眼前。因此，充分释放中小企业的创造力和生产力需要把算力的使用成本和门槛降下来作为首要任务，需要在面向中小企业提供普惠的算力资源和服务的同时，针对中小企业数字化转型资金、人才和技术等方面的重点问题精准施策，从人才储备、数据集成、平台赋能、产业链协同等方面创新路径，引导中小企业规划适合自身特点和发展需求的转型路径，加快推进中小企业的数字化转型。参考资料/n1/2023/0430[2]国家统计局.数字经济及其核心产业统计分类(2021)[R/OL].中华人民共和国中央人民政府网站，2021年5月27日，/gongbao/con